Otimização da seleção de rótulos no aprendizado semissupervisionado via aprendizado ativo

Resumo

Muitos dados não rotulados estão disponíveis na Web, como documentos, imagens e vídeos; dados são capturados por sensores e satélites e pelo crescimento do uso de IoTs (internet of things). Contudo, a rotulagem desses dados pode ser custosa e envolver recursos humanos, como especialistas de uma área. Nesse contexto, o aprendizado semissupervisionado tem atraído o interesse de pesquisadores, pois emprega uma pequena quantidade de dados rotulados juntamente com uma grande quantidade de dados não rotulados. No entanto, os algoritmos existentes não otimizam o processo de seleção de dados para uma melhor rotulação. Usualmente, são selecionados alguns exemplos aleatoriamente, os quais não são representativos da distribuição subjacente dos dados. Neste trabalho, nosso objetivo é analisar e propor novos métodos para a seleção de dados rotulados no contexto semissupervisionado por meio do aprendizado ativo.